趋近智
计算的核心在于处理数字的能力。无论是计数、计算距离还是测量物理属性,数字都不可或缺。Python 内置支持多种数字类型,但您会经常遇到的两种最基本类型是整数和浮点数。
整数表示整数。它们可以是正数、负数或零,但不能有小数部分。可以把它们看作是用来计数离散项的数字:例如用户数量、循环步数或游戏分数。
在 Python 中,您只需写下不带小数点的数字即可创建一个整数:
# 整数示例
user_count = 150
temperature_celsius = -5
year = 2024
zero_value = 0
print(user_count)
print(temperature_celsius)
Python 整数可以任意大,只受限于系统可用内存。您不必像在其他编程语言中那样担心 short、int 或 long 等不同的整数大小。
您可以使用内置的 type() 函数确认数字的类型:
age = 30
print(type(age)) # 输出:<class 'int'>
浮点数表示实数,包括带有小数部分的数字。在处理测量、百分比或任何需要非整数精度的值时,它们非常必要。
您可以通过包含小数点或使用科学计数法(e 符号)来创建一个浮点数。
# 浮点数示例
pi_approx = 3.14159
price = 49.99
temperature_fahrenheit = -20.5
account_balance = 0.0 # 使用小数点使其成为浮点数
distance_meters = 1.5e3 # 科学计数法表示 1.5 * 10^3,即 1500.0
print(pi_approx)
print(distance_meters)
即使数字表示一个整数值,包含小数点也会使 Python 将其视为浮点数:
whole_number_float = 10.0
print(whole_number_float) # 输出:10.0
print(type(whole_number_float)) # 输出:<class 'float'>
int:例如计数、索引、标识符。float。了解计算机上的浮点运算并非总是完全精确很重要。由于这些数字在内部的存储方式(通常使用 IEEE 754 等二进制格式),涉及浮点数的计算有时会产生与您数学预期略有偏差的结果。例如, 的结果可能是 ,而不是精确的 。对于大多数应用而言,这种微小的差异可以忽略不计,但需要注意这一点,特别是在需要高精度的财务计算或科学模拟中(Python 为此类情况提供了其他工具,例如 Decimal 类型,但这超出了我们当前的讨论范围)。
了解整数和浮点数是使用 Python 进行几乎任何计算或定量分析的基础。随着学习的进行,您将看到这些数字类型如何与运算符进行交互以执行算术运算。
这部分内容有帮助吗?
© 2026 ApX Machine LearningAI伦理与透明度•